METODI MATEMATICI E STATISTICI PER LE APPLICAZIONI 1

Anno accademico 2026/2027 - Docente: VITTORIO ROMANO

Risultati di apprendimento attesi

Il corso mira a fornire i principali strumenti di indagine statistica assieme allo studio di argomenti avanzati che consentono di affrontare questioni di interesse fisico-matematico, economico, industriale e applicativo in genere. Gli argomenti del  corso si configurano pure  come i principali strumenti di analisi economica e, pertanto, consigliabile anche agli studenti del curriculum economico-finanziario. In ogni caso vengono fornite nozioni che rientrano nel bagaglio culturale di base per chi volesse tentare l’insegnamento della matematica applicata nelle scuole medie superiori. 

In dettaglio il corso mira a quanto segue.

-Conoscenza e capacità di comprensione.

Conoscenza di risultati e di metodi fondamentali in probabilità e statistica. Capacità di leggere, comprendere e approfondire un argomento della letteratura in materia e riproporlo in modo chiaro ed accurato. Capacità di comprendere i problemi e di estrarne gli elementi sostanziali.

-Capacità di applicare conoscenza e comprensione

Capacità di costruire o risolvere esempi o esercizi e di affrontare problemi teorici nuovi, ricercando le tecniche più adatte e applicandole opportunamente.

-Autonomia di giudizio

Essere in grado di produrre proposte atte a interpretare correttamente problematiche complesse nell'ambito della statistica  e sue  applicazioni. Essere in grado di formulare autonomamente giudizi pertinenti sull'applicabilità di modelli statistici e stocastici  a situazioni teoriche e/o concrete.

-Abilità comunicative

Capacità di presentare argomenti, problemi, idee e soluzioni con chiarezza e accuratezza e con modalità adeguate agli ascoltatori a cui ci si rivolge, sia in forma orale che in forma scritta. Capacità di motivare chiaramente la scelta delle strategie, metodi e contenuti, nonché degli strumenti computazionali adottati.

-Capacità di apprendimento

Leggere e approfondire un argomento della letteratura fisico matematica. Affrontare in modo autonomo lo studio sistematico di argomenti del settore non precedentemente approfonditi. Acquisire un grado di autonomia tale da poter anche intraprendere una attività di ricerca.

Modalità di svolgimento dell'insegnamento

Compatibilmente con le disposizioni vigenti, principalmente lezioni frontali a cui si affiancheranno attività di laboratorio in cui si applicheranno le conoscenze teoriche acquisite alla risoluzione di casi studio in ambiente MATLAB.

Qualora, causa Covid,  l'insegnamento venisse impartito in modalità mista o solo a distanza, potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.

Informazioni per studenti con disabilità e/o DSA

A garanzia di pari opportunità e nel rispetto delle leggi vigenti, gli studenti interessati possono chiedere un colloquio personale in modo da programmare eventuali misure compensative e/o dispensative, in base agli obiettivi didattici ed alle specifiche esigenze. E' possibile rivolgersi anche al docente referente CInAP (Centro per l’integrazione Attiva e Partecipata - Servizi per le Disabilità e/o i DSA) del nostro Dipartimento, prof. ssa Patrizia Daniele.

Prerequisiti richiesti

Elementi di calcolo delle probabilità, anche se non strettamente necessari.

Frequenza lezioni

Fortemente consigliata

Contenuti del corso

  1. Richiami e complementi di calcolo delle probabilità. Funzioni caratteristiche. Leggi dei grandi numeri in varie forme. Teorema del limite centrale. Statistica descrittiva. Statistica inferenziale. Test di ipotesi. Test non parametrici. Metodo della massima verosimiglianza e correlazione normale. Inferenza statistica bayesiana. Regressione lineare multipla. regressione non lineare e  applicazioni alle reti neurali. Elementi di programmazione in MatLab.

Testi di riferimento

[1] V.  Romano, Metodi Matematici per i Corsi di Ingegneria, CittàStudi

[2] P. Baldi Calcolo delle probabilità e statistica, McGraw-Hill

[3] R. Scozzafava Incertezza e probabilità, Zanichelli

[4] D. C. Montgomery, G. C. Runger Applied statistics and probability for engineers, J. Wiley 

[5] L. Leuzzi, E. Marinari, G. Parisi, Calcolo delle probabilità. Un trattatelo per principianti  volenterosi, Zanichelli 

Programmazione del corso

 ArgomentiRiferimenti testi
1CONCETTI DI BASE DEL CALCOLO DELLE PROBABILITÀ: Spazi di probabilità. Probabilità condizionale e teorema di Bayes. Elementi di calcolo combinatorio. Applicazioni del calcolo combinatorio a spazi elementari di probabilitàAppunti del docente
2VARIABILI ALEATORIE DISCRETE: Variabili aleatorie. Distribuzione binomiale. Distribuzione ipergeometrica. Distribuzione geometrica. Distribuzione di Poisson. Distribuzione binomiale negativa. Variabili aleatorie multidimensionali. Media e varianza di una variabile aleatoria discreta. Coefficiente di correlazione lineare .Appunti del docente
3VARIABILI ALEATORIE CONTINUE: Calcolo di leggi. Media e varianza di variabili aleatorie continue. Leggi normali. Leggi gamma. Leggi esponenziali. Leggi chi-quadro Leggi beta.  Leggi di Weibull. Cenni sulla teoria dell’affidabilità. Leggi normali multivariate. Richiami di teoria della misura. Funzioni caratteristicheAppunti del docente
4LEGGE DEI GRANDI NUMERI E APPROSSIMAZIONE NORMALE:  Convergenza in probabilità e legge dei grandi numeri in forma debole. Convergenza in legge.  Teorema del limite centrale ed approssimazione normale. Legge dei grandi numeri in forma forte e in forma ergodicaAppunti del docente
5STATISTICA DESCRITTIVA:  Caso di raggruppamento per singoli valori. Caso di raggruppamento per classi di valoriAppunti del docente
6STATISTICA INFERENZIALE:  Stimatori puntuali.  Legge di Student e teorema di Cochran. Intervalli di confidenza. Intervallo di confidenza per la media.  Intervallo di confidenza per la varianza Intervallo di confidenza per la proporzione.Appunti del docente
7TEST DI IPOTESI: Generalità sui test. Test sulla media: caso varianza nota. e caso varianza ignota. Test sulla varianza. Test sulla proporzione. Test sulla media per coppie di popolazioni: caso varianza nota, caso varianza ignota. Test sulla varianza per coppie di popolazioni. Test sulla proporzione per coppie di popolazioni. Test del chi-quadro. Adattamento ai dati di una legge teorica di probabilità.  Test chi-quadro di indipendenza.Appunti del docente
8REGRESSIONE LINEARE E ANALISI DELLA VARIANZA: Regressione lineare semplice. Proprietà dei residui e bontà del modello di regressione lineare. Regressione lineare multipla. La regressione nell’ottica del machine learning. Cenni sulle reti neurali artificiali. Esperimenti ad un fattore. Esperimenti a due fattoriAppunti del docente
9TEORIA DEGLI STIMATORI:  Stimatori dei momenti. Metodo della massima verosimiglianza. Correlazione normale. Cenni di inferenza statistica bayesiana.Appunti del docente
10Elementi di programmazione in MatLab.Appunti del docente

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

È prevista la stesura di un elaborato di corso, preferibilmente con applicazioni in MATLAB, seguita da un esame orale. 

La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.

Esempi di domande e/o esercizi frequenti

Funzioni caratteristiche. Leggi normali multivariate. Legge dei grandi numeri in varie forme. Teorema del limite centrale. Stimatori. Intervalli di confidenza. Test sulla media e sulla varianza. Test del chi-quadro. Teorema di Cochran. Metodo della massima verosimiglianza. Inferenza statistica bayesiana.